Nature研究：AI写论文效率提升3倍，科学边界或受限
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
新智元报道
编辑：LRST
【新智元导读】清华在Nature上发表的最新研究发现，AI使科学家更聚焦于数据丰富、问题明确的领域，导致创新单一化，跨界合作减少。研究团队提出「全流程科研智能体系统」，推动AI从工具进化为伙伴，拓展科学边界。
当AlphaFold预测蛋白质结构、ChatGPT辅助科研写作、AI实验室自主设计实验成为常态，我们不禁要问：AI真的在加速科学进步吗？还是在悄悄改变科学探索的「游戏规则」？
2026年1月，清华大学电子工程系徐丰力、李勇教授联合芝加哥大学团队在《Nature》发表重磅研究，通过对4100余万篇科研论文的跨45年分析，首次揭示了一个令人深思的矛盾现象：AI正显著提升科学家的个人生产力，却在无形中收缩了科学探索的集体疆域。
论文链接：https://www.nature.com/articles/s41586-025-09922-y
Science跟进报道https://www.science.org/content/article/ai-has-supercharged-scientists-may-have-shrunk-science
Nature深度解读：https://www.nature.com/articles/d41586-025-04092-3
研究团队构建了全球首个AI赋能科研全景知识图谱，通过高质量专家标注与大规模语言模型训练，精准识别了跨越「机器学习、深度学习、生成式AI」三个时代的AI增强型科研论文。
分析显示，使用AI的科学家在个人层面获得显著优势：年均发表论文量高出3.02倍；获得引用量高出4.84倍；从初级晋升资深平均提前1.37年；AI论文年均引用量高出98.7%
「这表明AI工具确实有效提升了科学家的产出效率和影响力。」清华大学电子工程系徐丰力助理教授表示。
然而，当视角从个体转向集体，研究发现了一个令人担忧的现象：
AI驱动研究的集体知识广度下降4.63%
科学家间的跨界互动减少22%
AI论文引文呈现「星型结构」，创新活力趋向集中和单一化
李勇教授解释道，「我们发现，AI的高效引导了研究者集体涌向少数适合AI研究的热门山峰，这种群体登山模式虽加速了已知问题的解决，却无形中固化了科学探索的路径，系统性地削弱了科学家向未知山峰探索的广度。」
登山效应实例图
为什么AI会「缩小」科学疆域？
研究团队深入分析发现，AI的「偏好」源于数据可及性：AI更倾向于在「数据丰富、问题明确」的领域发力，而数据匮乏、问题模糊的前沿领域则被边缘化。
研究团队指出，「AI不是不善于创新，而是更容易在数据充足、问题清晰的领域发力。当AI被广泛应用于科研，它引导科学家集体涌向那些数据丰富、问题明确的热门山峰，导致科学探索的趋同优化。」
这与我们对科学进步的期待形成鲜明对比：科学的真正价值不仅在于解决问题，更在于提出问题。
从「辅助工具」到「合作伙伴」
AI科研的范式升级
面对这一「内卷悖论」，徐丰力、李勇教授团队提出全新解决方案：「全流程科研智能体系统」（OmniScientist.ai）。
访问链接：OmniScientist.ai
该系统通过深度挖掘大模型智能体的通用推理能力，实现跨学科、全流程、多模态的广谱科研赋能，推动AI从「辅助工具」进化为具备「主动提出假说、自主设计实验、分析结果并形成理论」的「AI科学家」。
「我们正在构建的，是一个加速接近现有知识边界的科学世界，而不是一个能不断揭示新知识边界的未来世界。」徐丰力教授强调，「未来AI需要拓展的不仅是认知能力，更是感知与实验能力。」
未来启示
警惕「科学内卷」，拓展认知边界
论文的发现，为科学政策制定者和AI研究者敲响了警钟：AI在加速个体科研产出的同时，可能正在系统性地削弱科学探索的多样性。
「我们需要重新思考AI在科学中的定位，」李勇教授表示，「AI不应只是认知能力的放大器，更应成为感知与实验能力的拓展器。」
AI在科研中的应用正从「工具」走向「伙伴」，但这场范式升级绝非一帆风顺。
当AI让科学家们「跑得更快」，我们更需要警惕：我们是否在加速走向一个「科学内卷」的未来？
正如研究指出，「科学的真正价值不仅在于解决问题，更在于提出问题。」
在这个AI驱动的时代，我们更需要保持对未知的热忱，让AI成为探索边界的开拓者，而非舒适区的守卫者。
作者介绍
该研究由清华大学电子工程系徐丰力（助理教授）、李勇（教授）与芝加哥大学社会学系James Evans教授联合主导，清华大学电子工程系博士生郝千越为第一作者。
徐丰力：清华大学电子工程系助理教授，专注于人工智能与科学发现的交叉研究
李勇：清华大学电子工程系教授，国家杰出青年科学基金获得者，长期致力于智能科学与工程研究
James Evans：芝加哥大学知识实验室主任，社会学教授，科学计量学权威
研究获国家自然科学基金支持，完成单位为清华大学电子工程系、芝加哥大学社会学系。
参考资料：
https://www.nature.com/articles/s41586-025-09922-y
相关攻略
2026年政府工作报告正式将“算电协同”纳入国家新基建战略布局。这不仅是关键概念的首次官方亮相，更标志着一种融合数字与能源的绿色发展新范式，正从理论构想迈向规模化落地实施的新阶段。 5月10日，同济大学特聘教授、可持续发展与管理研究所所长诸大建，在2026年度文汇讲堂《绿色发展：向绿向富向美向强》系
人民财讯4月1日电，4月1日，证券时报“人民财讯·大观”栏目专访中国工程院院士、武汉大学教授、国家卫星定位系统工程技术研究中心主任刘经南。刘经南表示，北斗不是“中国版GPS”，北斗就是北斗。它走出了
人民财讯4月1日电，4月1日，证券时报“人民财讯·大观”栏目专访中国工程院院士、武汉大学教授、国家卫星定位系统工程技术研究中心主任刘经南。刘经南表示，时空信息产业天然具有广域赋能的特征，它不属于任何
人民财讯4月1日电，4月1日，证券时报“人民财讯·大观”栏目专访中国工程院院士、武汉大学教授、国家卫星定位系统工程技术研究中心主任刘经南。刘经南表示，北斗背后的时空信息产业是一个“慢变量”，它虽不像
人民财讯4月1日电，4月1日，证券时报“人民财讯·大观”栏目专访中国工程院院士、武汉大学教授、国家卫星定位系统工程技术研究中心主任刘经南。刘经南表示，虽然北斗相关企业已超过2万家，但真正具有核心竞争
热门专题
热门推荐
财务智能化浪潮正深刻重塑行业格局，这既是严峻挑战，更是历史性机遇。对于广大财务从业者而言，固步自封意味着职业风险，主动转型才是破局关键。那么，财务人员如何应对智能化转型？核心在于积极拥抱变化，将人工智能、大数据等前沿技术内化为自身的核心竞争力。 一、持续学习，实现技能进阶 在智能化时代，学习已成为财
在探讨人工智能的最新进展时，语言大模型已成为一个无法回避的核心议题。它早已超越了实验室研究的范畴，正作为构建新一代AI智能体的关键平台，深刻改变着我们与机器交互、协作乃至共同进化的模式。 那么，语言大模型为何能成为AI发展的基石？其核心优势在于强大的理解与生成能力。通过对海量文本数据的深度学习与算法
人工智能的浪潮正席卷而来，其中，大语言模型无疑是浪尖上最耀眼的明珠。它们动辄千亿参数的庞大体量，以及背后精妙的深度学习架构，让机器理解并生乘人类语言的能力达到了前所未有的高度。不过，一个现实问题也随之浮现：这些“通才”型巨无霸，如何能精准地服务于千差万别的具体场景？答案的关键，就在于“微调”这项技术
在数字化浪潮席卷全球的今天，一项融合前沿AI与3D技术的创新解决方案正引领人机交互的新趋势。实在智能重磅推出的全栈AI虚拟人解决方案，深度融合了自然语言处理与3D数字化定制技术，旨在为用户打造前所未有的沉浸式交互体验。这不仅是一次技术升级，更是智能科技迈向人性化、情感化的重要里程碑。 那么，这套AI
在当今企业数字化转型的进程中，流程挖掘技术已成为提升运营效率与管理水平的关键工具。它如同一位专业的“企业流程医生”，能够基于真实数据为企业进行精准诊断并提供优化“处方”。 那么，什么是流程挖掘？简单来说，它是一种从企业信息系统（如ERP、CRM）的事件日志中自动发现、监控和改进实际业务流程的技术。它